MétaCan
Menu
Retour à la cohorte
Enregistrement W1971128651 · doi:10.1080/14461242.2014.11081975

Endogenous social capital and self-rated health: Results from Canada’s General Social Survey

2014· article· en· W1971128651 sur OpenAlexaffabout
Nazim Habibov, Robert C. Weaver

Notice bibliographique

RevueHealth Sociology Review · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésEndogeneitySocial capitalBivariate analysisProbit modelGeneral Social SurveyMultivariate probit modelInstrumental variablePopulation healthSelf-rated healthProbitSurvey data collectionPopulationOrdered probitCausality (physics)PsychologyEconometricsEconomicsSocial psychologySociologyStatisticsDemographySocial scienceMathematics

Résumé

récupéré en direct d'OpenAlex

In this study we analyze data from Statistics Canada’s General Social Survey, a cross-sectional and nationally representative survey of Canada’s population, to assess the impact of three dimensions of social capital on self-rated health. We measure these dimensions, which consist of social networks and social support, civic participation and social participation, with a comprehensive set of 5 indicators. To avoid reverse causality due to the cross-sectional nature of the data, we employ an instrumental variable simultaneous equations bivariate probit regression model. Our findings indicate that all of the tested dimensions of social capital have a positive and significant impact on self-rated health. These findings suggest that social capital plays an important role in enhancing the health of Canada’s population. Endogeneity was detected in all of our estimations. Consequently, this study also has important methodological implications in that we demonstrate that relying solely on naive estimations leads to biased results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,110
Tête enseignante GPT0,380
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Sociology ReviewMême sujetHealth disparities and outcomesTravaux en français237 207